[发明专利]图片中相似物体检索方法及装置

权利要求书

1.一种图片中相似物体检索方法，其特征在于，包括：

步骤S110，利用目标检测模型从图像库中每张图片检测出特定的物体；

步骤S120，利用卷积神经网络提取各个特定的物体的特征向量；

步骤S130，将从图片中提取的各个特征向量根据物体的类别分类，以图片为单位存入数据库中；

步骤S140，利用目标检测模型从目标图片中检测出特定的物体，并利用卷积神经网络提取该特定的物体的特征向量；

步骤S150，计算目标图片中特定的物体的特征向量与数据库中相同类别的物体的特征向量的相似度；

步骤S160，将各相似度降序排列，并根据降序排列的相似度将数据库中各对应的图片展示出来。

2.根据权利要求1所述的图片中相似物体检索方法，其特征在于，利用目标检测模型从图片中检测出特定的物体的类别和位置，根据位置用矩形框框出特定的物体，并标记物体的类别。

3.根据权利要求2所述的图片中相似物体检索方法，其特征在于，将卷积神经网络深度学习网络模型的最后一层的特征提取出来，作为特定的物体的特征向量。

4.根据权利要求2所述的图片中相似物体检索方法，其特征在于，在步骤S110之前，以能够识别特定的物体为目的提前训练目标检测模型。

5.根据权利要求1所述的图片中相似物体检索方法，其特征在于，通过计算两个特征向量的欧式距离，来确定该两个特征向量的相似度，欧式距离越小，相似度越高。

6.根据权利要求1所述的图片中相似物体检索方法，其特征在于，所述的步骤S140中，若检测出多个特定的物体，则人工指定其中一个。

7.一种图片中相似物体检索装置，其特征在于，包括：

图像特征提取模块，用于提取目标图片或图像库的所有图片中特定的物体的特征向量及物体的类别；

图像特征数据入库模块，将提取自图像库中所有图片的各特征向量按物体的类别分类，并以图片为单位存入数据库中；

相同类别特征提取模块，从数据库中提取与目标图片中特定的物体的类别一致的各特征向量；

相似度计算模块，用于计算目标图片中特定的物体的特征向量与所述相同类别特征提取模块所提取的各特征向量的相似度；

相似度排列模块，用于将各相似度降序排列；以及

图片显示模块，根据降序排列的相似度将数据库中各对应的图片展示出来。

8.根据权利要求7所述的图片中相似物体检索装置，其特征在于，所述图像特征提取模块，包括：

目标检测模块，利用目标检测模型从图片中检测出特定的物体的类别和位置，根据位置用矩形框框出特定的物体，并标记物体的类别；以及

特征向量提取模块，利用卷积神经网络提取所述目标检测模型检测到的物体的特征向量。

9.根据权利要求7所述的图片中相似物体检索装置，其特征在于，若所述图像特征提取模块从目标图片中检测出多个特定的物体，人工指定其中一个。